全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

深入探索记忆机制

Byte level language models avoid tokenizer dependence and provide universal coverage, but processing every byte at full resolution is expensive. We introduce DeepMem, a causal multiscale architecture that separates semantic compression from exact byte preservation. A learned invertible subband transform constructs a hi

阅读原文 · Afshin Khadangi

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

字节级语言模型一直有个尴尬:不用分词器,覆盖范围广,但每个字节都全分辨率处理,成本高得离谱。这篇 Going Deeper With Memories 想做的事,是把“语义压缩”和“字节精确保留”拆开处理。 作者 Afshin Khadangi 提出 DeepMem ,一个因果多尺度架构。核心思路不复杂:让模型在压缩后的短序列上做重活,同时用无损通道把原始字...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出